期刊文献+
共找到737篇文章
< 1 2 37 >
每页显示 20 50 100
A Simple and Effective Surface Defect Detection Method of Power Line Insulators for Difficult Small Objects
1
作者 Xiao Lu Chengling Jiang +2 位作者 Zhoujun Ma Haitao Li Yuexin Liu 《Computers, Materials & Continua》 SCIE EI 2024年第4期373-390,共18页
Insulator defect detection plays a vital role in maintaining the secure operation of power systems.To address the issues of the difficulty of detecting small objects and missing objects due to the small scale,variable... Insulator defect detection plays a vital role in maintaining the secure operation of power systems.To address the issues of the difficulty of detecting small objects and missing objects due to the small scale,variable scale,and fuzzy edge morphology of insulator defects,we construct an insulator dataset with 1600 samples containing flashovers and breakages.Then a simple and effective surface defect detection method of power line insulators for difficult small objects is proposed.Firstly,a high-resolution featuremap is introduced and a small object prediction layer is added so that the model can detect tiny objects.Secondly,a simplified adaptive spatial feature fusion(SASFF)module is introduced to perform cross-scale spatial fusion to improve adaptability to variable multi-scale features.Finally,we propose an enhanced deformable attention mechanism(EDAM)module.By integrating a gating activation function,the model is further inspired to learn a small number of critical sampling points near reference points.And the module can improve the perception of object morphology.The experimental results indicate that concerning the dataset of flashover and breakage defects,this method improves the performance of YOLOv5,YOLOv7,and YOLOv8.In practical application,it can simply and effectively improve the precision of power line insulator defect detection and reduce missing detection for difficult small objects. 展开更多
关键词 insulator defect detection small object power line deformable attention mechanism
下载PDF
Identification of XLPE cable insulation defects based on deep learning 被引量:4
2
作者 Tao Zhou Xiaozhong Zhu +3 位作者 Haifei Yang Xuyang Yan Xuejun Jin Qingzhu Wan 《Global Energy Interconnection》 EI CAS CSCD 2023年第1期36-49,共14页
The insulation aging of cross-linked polyethylene(XLPE)cables is the main reason for the reduction in cable life.There is currently a lack of rapid and effective methods for detecting cable insulation defects in power... The insulation aging of cross-linked polyethylene(XLPE)cables is the main reason for the reduction in cable life.There is currently a lack of rapid and effective methods for detecting cable insulation defects in power-related sectors.To this end,this paper presents a method for identifying insulation defects in XLPE cables based on deep learning algorithms.First,the principle of the harmonic method for detecting cable insulation defects is introduced.Second,the ANSYS software is used to simulate the cable insulation layer containing bubbles,protrusions,and water tree defects,and the effects of each type of defect on the magnetic field strength and eddy loss current of the cable insulation layer are analyzed.Then,a total of 10 characteristic quantities of the total harmonic content and 2nd to 10th harmonic currents are constructed to establish a database of cable insulation defects.Finally,the deep learning algorithm,long short-term memory(LSTM),is used to accurately identify the types of insulation defects in cables.The results indicate that the LSTM algorithm can effectively diagnose and identify insulation defects in cables with an accuracy of 95.83%. 展开更多
关键词 insulation defects Deep learning DATABASE Eddy loss current
下载PDF
Electron states scattering off line edges on the surface of topological insulator
3
作者 邵怀华 刘一曼 +1 位作者 周小英 周光辉 《Chinese Physics B》 SCIE EI CAS CSCD 2014年第10期477-482,共6页
We study the local density of states (LDOS) for electrons scattering off the line edge of an atomic step defect on the surface of a three-dimensional (3D) topological insulator (TI) and the line edge of a finite... We study the local density of states (LDOS) for electrons scattering off the line edge of an atomic step defect on the surface of a three-dimensional (3D) topological insulator (TI) and the line edge of a finite 3D TI, where the front surface and side surface meet with different Fermi velocities, respectively. By using a S-function potential to model the edges, we find that the bound states existed along the step line edge significantly contribute to the LDOS near the edge, but do not modify the exponential behavior away from it. In addition, the power-law decaying behavior for LDOS oscillation away from the step is understood from the spin rotation for surface states scattering off the step defect with magnitude depending on the strength of the potential. Furthermore, the electron refraction and total reflection analogous to optics occurred at the line edge where two surfaces meet with different Fermi velocities, which leads to the LDOS decaying behavior in the greater Fermi velocity side similar to that for a step line edge. However, in the smaller velocity side the LDOS shows a different decaying behavior as x-1/2, and the wavevector of LDOS oscillation is no longer equal to the diameter of the constant energy contour of surface band, but is sensitively dependent on the ratio of the two Fermi velocities. These effects may be verified by STM measurement with high precision. 展开更多
关键词 topological insulator line defects local density of states
下载PDF
基于轻量化网络与增强多尺度特征融合的绝缘子缺陷检测 被引量:3
4
作者 陈奎 刘晓 +2 位作者 贾立娇 方永丽 赵昌新 《高电压技术》 EI CAS CSCD 北大核心 2024年第3期1289-1300,I0025,共13页
随着无人机搭载目标检测算法在输电杆塔绝缘子巡检领域的发展,针对绝缘子缺陷检测速度较低,网络复杂度高且缺陷小目标难以准确检测的问题,提出一种基于轻量化网络与增强多尺度特征融合的YOLOv5-3S-4PH模型进行绝缘子缺陷实时检测。首先... 随着无人机搭载目标检测算法在输电杆塔绝缘子巡检领域的发展,针对绝缘子缺陷检测速度较低,网络复杂度高且缺陷小目标难以准确检测的问题,提出一种基于轻量化网络与增强多尺度特征融合的YOLOv5-3S-4PH模型进行绝缘子缺陷实时检测。首先将重构的ShuffleNetV2-Stem-SPP(3S)网络作为YOLOv5的主干网络,显著减小了网络的参数量和计算量;其次引入针对小目标的增强多尺度特征融合网络以及4个预测头,来增强网络对绝缘子缺陷的感知能力,并结合Mosaic-9数据增强、CIoU损失函数进一步补偿轻量化导致的检测精度损失;最后将其应用到自制绝缘子数据集进行验证。实验结果表明,该文所提出的模型相对于未改进的YOLOv5,全类平均精度提高了3%,检测速度提高了81.8%,参数量、计算量分别压缩了82.4%、67%。因此,所提出的模型更适合部署在无人机平台上进行绝缘子缺陷的实时监测。 展开更多
关键词 绝缘子缺陷检测 YOLOv5 轻量化 ShuffleNetV2网络 小目标检测 无人机
下载PDF
基于局部特征深度信息的绝缘子小样本缺陷检测 被引量:1
5
作者 白晓静 谢雅祺 +4 位作者 赵淼 吴华 张文彪 谈元鹏 叶玲玲 《电网技术》 EI CSCD 北大核心 2024年第2期740-749,共10页
基于深度学习的目标检测技术已广泛应用于绝缘子缺陷检测中,然而现有目标检测算法主要基于大量缺陷样本训练网络模型,无法对少样本缺陷进行准确识别。针对绝缘子缺陷检测过程中缺陷样本量不足的问题,该文提出了一种基于局部特征深度信... 基于深度学习的目标检测技术已广泛应用于绝缘子缺陷检测中,然而现有目标检测算法主要基于大量缺陷样本训练网络模型,无法对少样本缺陷进行准确识别。针对绝缘子缺陷检测过程中缺陷样本量不足的问题,该文提出了一种基于局部特征深度信息的绝缘子小样本缺陷检测方法。首先采用旋转目标检测网络改进Faster R-CNN(faster region-based convolutional neural network)模型提取绝缘子串区域,然后对绝缘子串特征进行划分,提取绝缘子串局部特征并基于深度推土距离(deep earth mover’s distance,Deep EMD)网络实现小样本缺陷检测。实验结果表明,在玻璃绝缘子自爆缺陷检测中,所提出方法采用2张训练样本可取得与现有目标检测方法 200张训练样本相同的效果,采用10张训练样本的绝缘子自爆检测在与真值框的交并比阈值为0.5至0.95之间的平均精度(mean average precision,mAP)达到0.65,该方法为小样本电力设备缺陷智能化检测提供了新的方法和思路。 展开更多
关键词 绝缘子 小样本学习 目标检测 缺陷识别 卷积神经网络
下载PDF
恒压下GIS固体绝缘界面气隙缺陷放电严重程度评估 被引量:2
6
作者 唐志国 李阳 《高压电器》 CAS CSCD 北大核心 2024年第2期62-68,77,共8页
为了研究GIS绝缘子界面气隙缺陷的放电发展过程,文中设计了空洞气隙缺陷模型,搭建了一套GIS气隙缺陷放电长期测试平台。基于缺陷模型的击穿电压对带有缺陷的试品施加90%Ub、60%Ub、30%Ub的交流恒压,使用UHF检测系统采集放电数据直至试... 为了研究GIS绝缘子界面气隙缺陷的放电发展过程,文中设计了空洞气隙缺陷模型,搭建了一套GIS气隙缺陷放电长期测试平台。基于缺陷模型的击穿电压对带有缺陷的试品施加90%Ub、60%Ub、30%Ub的交流恒压,使用UHF检测系统采集放电数据直至试品击穿。提取放电次数、放电幅值、放电时间间隔分析放电状态特征,发现GIS气隙缺陷放电发展过程存在两个阶段,前期放电幅值缓慢增大,放电脉冲逐渐稀疏,放电发展较为平稳;后期放电幅值急剧减小,放电脉冲密集,放电发展剧烈,采用k⁃means聚类算法及BP神经网络建立了气隙缺陷局放发展阶段的划分规则。研究表明,放电次数、放电幅值、放电时间间隔3种统计参量呈现阶段式单调性的趋势,可以用3种统计参量前向差分绝对值作为特征参量来评估GIS气隙放电严重程度;对GIS恒压试验进行聚类分析将放电过程划分为平稳劣化阶段和加速劣化阶段,随着外施电压水平的降低,平稳劣化阶段被压缩,加速劣化阶段占比升高。 展开更多
关键词 GIS绝缘子 气隙放电 恒压法 状态划分 评估
下载PDF
IDD-YOLOv7:一种用于输电线路绝缘子多缺陷的轻量化检测方法 被引量:1
7
作者 翟永杰 赵晓瑜 +3 位作者 王璐瑶 王亚茹 宋晓轲 朱浩硕 《图学学报》 CSCD 北大核心 2024年第1期90-101,共12页
YOLO目标检测算法是当前基于图像的输电线路绝缘子缺陷检测的主流方法,然而现有模型复杂度较大,亟需合理有效的参数压缩方法作为前提条件,来为解决无人机边缘设备部署的困境问题奠定基础;同时,无人机航拍的绝缘子缺陷图像背景复杂、缺... YOLO目标检测算法是当前基于图像的输电线路绝缘子缺陷检测的主流方法,然而现有模型复杂度较大,亟需合理有效的参数压缩方法作为前提条件,来为解决无人机边缘设备部署的困境问题奠定基础;同时,无人机航拍的绝缘子缺陷图像背景复杂、缺陷尺寸较小,容易出现误检、漏检等问题。为此,提出了一种用于输电线路绝缘子多缺陷检测的Insulator Defect Detection-YOLOv7(IDD-YOLOv7)模型,以降低模型复杂度,提高模型鲁棒性。首先,在多尺度特征融合的过程中加入坐标注意力(Coordinate Attention)机制,抑制复杂背景的干扰,提升模型对小目标的全局感知能力;之后,设计C3GhostNetV2模块,用于捕获不同空间像素之间的远程依赖性,在增强模型表达能力的同时降低模型的参数量和浮点运算量;最后,提出Focal-CIoU损失函数,提高模型高质量anchor的贡献,加快模型的收敛速度。实验结果表明,本文方法与基线模型相比mAP^(50)提升了3.8%,查准率和召回率分别提升了1.7%和7.6%,参数量和浮点运算量分别下降了18.3%和14.0%,绝缘子自爆、破损、闪络缺陷的AP^(50)分别提升了0.8%、4.5%、6.3%。 展开更多
关键词 YOLOv7 绝缘子缺陷检测 注意力机制 模型复杂度 轻量化 损失函数
下载PDF
基于多尺度特征融合的绝缘子缺陷程度检测
8
作者 陈奎 贾立娇 +2 位作者 刘晓 方永丽 赵昌新 《高电压技术》 EI CAS CSCD 北大核心 2024年第5期1889-1899,I0008,共12页
针对绝缘子不同程度缺陷特征相似、像素信息少、不同程度缺陷检测效果不佳的问题,提出了一种基于多尺度特征融合的绝缘子缺陷程度检测网络(multi-scale feature fusion defect degree detection network,MFFD3Net)。该网络采用重构的Res... 针对绝缘子不同程度缺陷特征相似、像素信息少、不同程度缺陷检测效果不佳的问题,提出了一种基于多尺度特征融合的绝缘子缺陷程度检测网络(multi-scale feature fusion defect degree detection network,MFFD3Net)。该网络采用重构的ResNeSt50架构提高了对绝缘子缺陷程度数据集的特征提取能力。设计了基于反卷积的多尺度特征融合模块,丰富了不同尺寸特征图的表达能力,提高了对不同尺度目标的检测性能。同时,在输入检测模块的浅层特征图后增加多感受野的特征提取模块(receptive field block,RFB),使得更多绝缘子缺陷信息进入有效感受野,对最终特征图产生影响,提升不同程度绝缘子缺陷的检测精度。MFFD3Net在绝缘子缺陷程度数据集上的全类平均精度达到85.02%,其中绝缘子轻微破损与绝缘子轻微闪络小目标的检测精度分别为78.37%、79.98%,能够完成不同程度绝缘子缺陷的识别与定位。因此,该文提出的MFFD3Net对于完善电力系统故障预警、保障电网安全稳定运行具有重要意义。 展开更多
关键词 绝缘子 缺陷程度检测 ResNeSt50 特征提取模块 感受野
下载PDF
基于多层融合振动数据分析的GIS设备机械缺陷诊断方法研究
9
作者 冯英 李旭 +2 位作者 钟尧 郝建 武建文 《中国电机工程学报》 EI CSCD 北大核心 2024年第14期5797-5809,I0031,共14页
气体绝缘金属封闭开关设备(gas insulated metal enclosed switchgear,GIS)机械缺陷是导致设备故障的重要因素,针对单测点、单证据机械缺陷诊断模型信息缺失和精度不足问题,该文提出一种多层融合振动数据分析的GIS设备机械缺陷诊断方法... 气体绝缘金属封闭开关设备(gas insulated metal enclosed switchgear,GIS)机械缺陷是导致设备故障的重要因素,针对单测点、单证据机械缺陷诊断模型信息缺失和精度不足问题,该文提出一种多层融合振动数据分析的GIS设备机械缺陷诊断方法。首先,基于真型GIS设备振动模拟平台试验研究测点位置与缺陷类型对振动行为的影响特性;然后,联合统计分析、模态分解、尺度变换方法提出机械振动信号整体与局部信息关注的复合参数分析方法,引入主成分分析开展多测点振动信息的特征层融合降维;最后,提出改进放缩权重的Dempster-Shafer(DS)证据理论和Bagging投票机制的强/弱基学习器决策层融合机制,联合构建多层融合振动数据分析的GIS设备机械缺陷诊断模型。结果表明:不同类型机械缺陷信号的响应幅值、特征频点和畸变程度存在显著差异,复合特征参量大小及分散程度各不相同;同时,测点位置对缺陷信号的复合振动特征参量的表现形式及分布区间也具有一定影响;基于多层融合数据分析的诊断模型实现缺陷有效识别,辨识准确率为98.66%,相比单一分类器诊断效果提升5.83%。该文可为GIS设备机械缺陷诊断方法提供有价值的参考。 展开更多
关键词 气体绝缘金属封闭开关(GIS)设备 机械缺陷 复合特征 多层融合
下载PDF
基于深度学习的输电线路绝缘子故障检测方法
10
作者 杨桢 刘易宸 +1 位作者 李鑫 许雪飞 《电气工程学报》 CSCD 北大核心 2024年第2期325-334,共10页
针对航拍巡检高压输电线路上绝缘子目标易受复杂背景和部分遮挡影响,造成传统算法难以准确检测的问题,建立了一种基于改进YOLOv5的输电线路绝缘子检测模型。首先,利用GA+K的检测框优化算法对选择的模型进行改进,来提高识别精度;然后,在Y... 针对航拍巡检高压输电线路上绝缘子目标易受复杂背景和部分遮挡影响,造成传统算法难以准确检测的问题,建立了一种基于改进YOLOv5的输电线路绝缘子检测模型。首先,利用GA+K的检测框优化算法对选择的模型进行改进,来提高识别精度;然后,在YOLOv5算法框架中融合CBAM模块来提升图像中故障目标区域的显著度;其次,采用高斯函数改进YOLOv5中的非极大值抑制方法,提高对遮挡目标的识别准确率;最后利用辽宁某电网公司提供的无人机巡检图像制作数据集,并将所提算法与4种经典目标检测算法进行比较。试验结果表明,相比于4种对比算法,该算法能够在保证较高检测精度的同时具有较好的实时性,并且平均检测精度可以达到95.1%,每张图片的检测时间为0.04 s,兼具目标检测的准确性和实时性。 展开更多
关键词 绝缘子缺陷 故障检测 深度学习 目标识别 YOLOv5
下载PDF
基于自适应阈值分割的动车组辅助供电系统单芯动力电缆故障定位方法研究
11
作者 王东阳 胡宇鹏 +3 位作者 蒋伟辉 马含青 刘博凯 周利军 《铁道学报》 EI CAS CSCD 北大核心 2024年第4期80-88,共9页
单芯动力电缆是动车组辅助供电系统能量传输通道之一,其故障后准确定位对检修具有重要意义。当前,电缆故障定位使用较为广泛的方法为时频域反射法,但在对反射信号进行时频分析过程中,产生的交叉项是制约定位准确度的重要原因。为此提出... 单芯动力电缆是动车组辅助供电系统能量传输通道之一,其故障后准确定位对检修具有重要意义。当前,电缆故障定位使用较为广泛的方法为时频域反射法,但在对反射信号进行时频分析过程中,产生的交叉项是制约定位准确度的重要原因。为此提出一种基于自适应阈值分割的Wigner-Ville变换方法:在70 m长的电缆样品中设置低阻、高阻、开路和短路四种缺陷故障样本,对时频域法检测到的信号使用Wigner-Ville变换进行时频分析,说明原始Wigner-Ville变换产生交叉项的原因,并据此提出基于自适应阈值分割的Wigner-Ville变换方法,解决交叉项干扰问题;将本文方法与当前交叉项抑制方法进行测试效果对比。结果表明:提出的基于自适应阈值分割的Wigner-Ville变换方法可以有效消除交叉项,且对于单个缺陷故障和多个缺陷的电缆均可适用;对于所设置的单个缺陷故障位置的定位误差均小于0.80%,对于双缺陷故障检测结果的定位误差小于0.40%,验证了本文方法的有效性。 展开更多
关键词 电缆绝缘 缺陷与故障定位 时频反射法 交叉项消除
下载PDF
TSV阵列在温度循环下的晶格变化对电学性能影响的研究
12
作者 梁堃 王月兴 +1 位作者 何志刚 赵伟 《电子元件与材料》 CAS 北大核心 2024年第1期47-54,共8页
针对TSV(Through Silicon Via,硅通孔)热机械可靠性较差且其结构特性变化对电学性能影响情况不明的问题,基于一种TSV阵列叉指电极对样品开展了-55~125℃的温度循环试验,测试了温循后阵列电极的电学性能与边界绝缘性能变化,跟踪测试了TS... 针对TSV(Through Silicon Via,硅通孔)热机械可靠性较差且其结构特性变化对电学性能影响情况不明的问题,基于一种TSV阵列叉指电极对样品开展了-55~125℃的温度循环试验,测试了温循后阵列电极的电学性能与边界绝缘性能变化,跟踪测试了TSV铜柱的几何尺寸变化,对比分析了试验前后TSV结构的形貌和晶格特性等衍化规律。结果表明,温度循环载荷导致了TSV-Cu晶粒向上生长、铜柱体积变大、微观结构缺陷产生以及电学性能退化;此外,还定量地构建了晶格特性变化对TSV阵列电极电学性能影响的关系架构,具有一定的工程意义。 展开更多
关键词 TSV阵列 温度循环 绝缘性能 微观缺陷 晶格特性变化
下载PDF
环氧复合绝缘内部缺陷超声自动检测系统
13
作者 郝艳捧 黄盛龙 +4 位作者 申子魁 刘琳 张滢滢 梁学致 阳林 《广东电力》 北大核心 2024年第3期72-81,共10页
环氧复合绝缘子密度不均匀和内部集中缺陷严重威胁着气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear, GIS)的安全运行,目前超声检测方法存在缺陷检测不直观、效率低等问题。针对此,基于超声反射原理研制环氧复合绝... 环氧复合绝缘子密度不均匀和内部集中缺陷严重威胁着气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear, GIS)的安全运行,目前超声检测方法存在缺陷检测不直观、效率低等问题。针对此,基于超声反射原理研制环氧复合绝缘材料内部缺陷超声自动成像系统。首先采用小波分析对非重复性超声回波信号进行降噪;然后对回波波形的相邻波峰时间差、电压峰值和电压相邻波峰间的零信号时间进行特征融合识别,得到试样缺陷的位置-超声特征数据集;最后实现环氧复合绝缘缺陷超声自动成像。分别用本文检测系统和传统检测方式对密度不均匀和不同深度、取向裂纹的环氧复合绝缘试样进行检测和对比分析。结果表明:该系统与质量体积法测量的局部密度误差小于4.8%;内部集中性缺陷检测结果和缺陷原貌具有一致性;检测效率较传统人工超声检测提升近6倍。该系统实现了环氧复合绝缘材料的内部集中缺陷和密度不均匀检测的统一,在绝缘子出厂试验和故障分析缺陷定位方面较传统人工检测方式在检测效率和直观性上具有一定优势。 展开更多
关键词 GIS 环氧复合绝缘材料 超声检测 内部集中性缺陷 密度不均匀
下载PDF
融合注意力机制的改进型YOLOv5绝缘子缺陷故障检测方法
14
作者 孙新娟 杨天宇 《科学技术与工程》 北大核心 2024年第17期7221-7230,共10页
在电力系统巡检过程中,人工巡检方式难度较高,且存在安全隐患,搭载智能算法的无人机平台代替人工进行绝缘子检测的方法前景较好。针对绝缘子缺陷目标检测过程中存在的速度较慢、准确度较低等不足,提出了融合注意力机制的改进型YOLOv5绝... 在电力系统巡检过程中,人工巡检方式难度较高,且存在安全隐患,搭载智能算法的无人机平台代替人工进行绝缘子检测的方法前景较好。针对绝缘子缺陷目标检测过程中存在的速度较慢、准确度较低等不足,提出了融合注意力机制的改进型YOLOv5绝缘子缺陷故障检测方法,该方法在YOLOv5s网络中融入压缩与激活(squeeze-and-excitation,SE)注意力模块和卷积块的注意力模块(convolutional block attention module,CBAM),并且将SE注意力模块与网络结构当中的C3模块结合,强化了网络的特征提取能力。通过相关的图像处理方法完成了自建绝缘子数据集的构建,采用了K-means++聚类算法构建自建数据集的先验框,并引入了Mosaic-9数据增强策略,有效解决了训练数据不足难以保证训练效果的问题。实验验证表明,改进后的检测方法,在不影响检测时间的前提下,绝缘子检测的准确度提升了9.7%,对电力系统巡检方法具有一定参考意义。 展开更多
关键词 绝缘子 缺陷检测 注意力机制 K-means++
下载PDF
轻量化特征融合的CenterNet输电线路绝缘子自爆缺陷检测
15
作者 苟军年 杜愫愫 +1 位作者 王世铎 张昕悦 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第7期2161-2171,共11页
输电线路智能化巡检是新一代电力系统建设的必然要求。当前,基于深度学习的检测模型由于参数量过大,使得利用无人机(UAV)进行边缘部署较困难。为使无人机可搭载轻量级模型实现输电线路中具有自爆缺陷绝缘子的识别,提出了一种轻量级Cente... 输电线路智能化巡检是新一代电力系统建设的必然要求。当前,基于深度学习的检测模型由于参数量过大,使得利用无人机(UAV)进行边缘部署较困难。为使无人机可搭载轻量级模型实现输电线路中具有自爆缺陷绝缘子的识别,提出了一种轻量级CenterNet-GhostNet的目标检测网络。对模型主干特征提取网络进行轻量化处理,利用计算成本较低的GhostNet提取自爆缺陷绝缘子的多层次特征,降低模型复杂度;引入增强感受野模块(RFB)增强特征表达能力,提升模型对小目标特征信息的注意力;构建特征融合模块,将低层特征信息和高层特征信息有效融合以输出更完整的特征图,提高缺陷识别精度。利用迁移学习参数共享,结合冻结与解冻训练相结合的模型训练策略,缓解网络因小样本数据集而产生的泛化能力不足问题。基于构建的输电线路自爆缺陷绝缘子数据集对所提方法进行验证,实验结果表明:相比原始CenterNet,所提方法的AP50、AP75和AP50:95分别提升至0.86、0.74和0.63,模型参数量由124.61×10^(6)减少至64.2×10^(6),可实现复杂环境下的自爆缺陷绝缘子检测,提高了基于无人机的输电线路巡检精度与速度。 展开更多
关键词 深度学习 绝缘子自爆缺陷 轻量级网络 CenterNet 小目标检测
下载PDF
基于自适应BM3D的绝缘子缺陷检测图像降噪方法
16
作者 时培明 袁群贸 +1 位作者 许学方 阚俊明 《计量学报》 CSCD 北大核心 2024年第8期1200-1208,共9页
由于拍摄环境的影响,获取的图像中常常混有噪声,极易影响绝缘子缺陷检测的准确性。针对该问题,提出了一种自适应BM3D降噪方法。首先,引入基于噪声水平与图像块协方差矩阵特征值的统计关系的噪声估计算法,解决原始BM3D算法需要先验知识... 由于拍摄环境的影响,获取的图像中常常混有噪声,极易影响绝缘子缺陷检测的准确性。针对该问题,提出了一种自适应BM3D降噪方法。首先,引入基于噪声水平与图像块协方差矩阵特征值的统计关系的噪声估计算法,解决原始BM3D算法需要先验知识的问题;其次,以峰值信噪比为目标函数,通过量子遗传算法得到绝缘子图像在各个噪声强度下的参数最优值,包括基础估计中的硬阈值参数、距离阈值和最终估计中的距离阈值;最后,以噪声强度为自变量,采用多项式拟合的方式得到上述3个参数的拟合曲线,从而得到各个噪声强度下算法的最佳参数组合,实现BM3D算法在不同噪声水平下的参数快速自适应。对比实验的结果表明所提出的方法在直观视觉和客观评价指标上优于其他方法。当噪声标准差为25时,所提出的方法相较于原始BM3D算法在峰值信噪比、结构相似性和边缘保留指数指标上均有所提升,尤其是边缘保留指数提升近20%。在提升降噪效果的同时能够保留更多边缘细节,这有助于提高后续绝缘子识别及缺陷检测的效果。 展开更多
关键词 电学计量 绝缘子缺陷检测 图像识别 图像降噪 BM3D算法 结构相似性
下载PDF
基于三维激光点云数据的电力电缆绝缘缺陷识别
17
作者 黄绪勇 林中爱 +1 位作者 唐标 赵李强 《沈阳工业大学学报》 CAS 北大核心 2024年第4期409-415,共7页
针对电力电缆绝缘缺陷识别精准度较低的问题,提出一种基于三维激光点云数据的电力电缆绝缘缺陷识别方法。利用剪裁法增强原始三维激光点云数据,通过区域生长法与最小二乘法完整获取电缆绝缘材料的三维结构面信息。借助Canny边缘检测方... 针对电力电缆绝缘缺陷识别精准度较低的问题,提出一种基于三维激光点云数据的电力电缆绝缘缺陷识别方法。利用剪裁法增强原始三维激光点云数据,通过区域生长法与最小二乘法完整获取电缆绝缘材料的三维结构面信息。借助Canny边缘检测方法求解电缆绝缘表面缺陷与内部缺陷边缘信息,自动识别出电力电缆绝缘的缺陷位置及缺陷类别。结果表明,所提方法可以精准识别电缆绝缘表面的划痕缺陷、电缆外屏蔽表面起泡和孔洞缺陷,识别耗时短,鲁棒性较优,具有较高实际应用价值。 展开更多
关键词 电力电缆 绝缘缺陷 三维激光点云数据 平均法向量 高斯滤波 梯度幅值 CANNY边缘检测 孔洞缺陷
下载PDF
基于WPT-CNN的复合绝缘子内部缺陷智能识别研究
18
作者 杨凯 王昕 +2 位作者 李守学 赵铁民 杨松 《电气自动化》 2024年第5期91-94,共4页
超声波技术常用于复合绝缘子内部缺陷的检测,但缺陷识别过程依赖于试验人员专业经验。为实现复合绝缘子内部缺陷的智能识别,提出了一种基于小波包变换和卷积神经网络的超声波检测信号识别模型。首先,通过小波包变换对超声波检测信号进... 超声波技术常用于复合绝缘子内部缺陷的检测,但缺陷识别过程依赖于试验人员专业经验。为实现复合绝缘子内部缺陷的智能识别,提出了一种基于小波包变换和卷积神经网络的超声波检测信号识别模型。首先,通过小波包变换对超声波检测信号进行时频特征提取,并将一维信息转化为二维特征矩阵;其次,将二维特征矩阵输入卷积神经网络中,实现对信号特征的智能识别;最后,采用试验信号样本集对模型进行训练与测试。结果表明,提出的模型能对缺陷、气孔、裂纹、界面脱粘和夹杂五类复合绝缘子超声波检测信号进行识别,且平均准确率可达98.7%,能为复合绝缘子内部缺陷的智能识别提供很好的工程应用参考。 展开更多
关键词 超声波检测 复合绝缘子 内部缺陷 小波包变换 卷积神经网络
下载PDF
基于改进YOLOX网络的雾天绝缘子缺陷检测 被引量:1
19
作者 汤璐 王淑青 +2 位作者 王年涛 要若天 王一博 《高压电器》 CAS CSCD 北大核心 2024年第3期223-228,共6页
绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样... 绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样本相较于整体样本较少和样本不均衡的问题,改进了图像增强方法和损失函数;最后,将改进的YOLOX网络在数据集上与4种目标检测网络进行比较。实验结果表明,在雾天数据集上,改进后YOLOX的准确度、平均准确率和每秒处理图片张数都有一定提升,符合无人机巡检的要求。 展开更多
关键词 绝缘子缺陷 目标检测 雾天巡检 改进YOLOX
下载PDF
基于域随机化的绝缘子缺损数据自动生成与评价方法
20
作者 刘庆臻 刘亚东 +3 位作者 严英杰 姜骞 王龙 江秀臣 《高电压技术》 EI CAS CSCD 北大核心 2024年第5期1900-1912,共13页
机器代人巡检已逐步在电力巡检场景中得到广泛应用,绝缘子作为维护电力系统安全可靠稳定运行的重要设备,对其缺陷进行准确有效检测具有重要意义。绝缘子缺损识别是绝缘子缺陷检测中的重要任务,针对当前绝缘子缺损数据样本较少且样本不平... 机器代人巡检已逐步在电力巡检场景中得到广泛应用,绝缘子作为维护电力系统安全可靠稳定运行的重要设备,对其缺陷进行准确有效检测具有重要意义。绝缘子缺损识别是绝缘子缺陷检测中的重要任务,针对当前绝缘子缺损数据样本较少且样本不平衡,模型泛化能力差、数据标注不精确的问题,该文提出基于域随机化的缺损样本自动生成框架与样本图像质量评估方法,在虚拟域到真实域的绝缘子缺损检测域适应问题上取得了较好的效果,并基于该方法生成图像标注数据供开源使用。该文提出的域随机化数据生成方法首先基于程序化建模生成结构可调的绝缘子伞盘模型并基于纹理噪声模型建立了包含陶瓷绝缘子常见色彩、纹理信息的程序化纹理模型,进而基于网格噪声模型建立了绝缘子缺损切割模块,随后通过域随机化生成完整的绝缘子结构、纹理模型、缺损结构、背景信息与场景物体。在图像渲染和自动标注环节,首先基于相机对准与能见度自动生成与调整拍摄点及相机参数,进而提出了基于光线投射方法建立数据标注类别判定方法,设置实例对应的图像渲染通道进行图像渲染,完成批量数据生成。该文采用域随机化生成的3000张虚拟数据在不修改YOLO V5网络结构、模型参数的基础上训练模型,在300张真实绝缘子缺损图像上进行测试,正常绝缘子识别准确率达到97.8%,召回率92.1%,缺损绝缘子识别准确率79.0%,召回率75.9%,各检测类别的准确率和召回率均高于基于400张真实图像训练得到的检测模型的推理结果。该文提出的图像样本质量评估方法考虑了与真实域数据的相似度和样本在数据集中的独立性,将所得评价结果代入损失函数权重计算,进一步提升了推理结果,缺损绝缘子识别准确率85.3%,召回率77.8%。 展开更多
关键词 域随机化 域适应 绝缘子缺损检测 图像质量评估 合成数据 3维建模
下载PDF
上一页 1 2 37 下一页 到第
使用帮助 返回顶部